XSL 根据 Element 值删除所有前面的同级答案

【问题标题】：XSL Remove all preceding siblings based on Element valuesXSL 根据 Element 值删除所有前面的同级
【发布时间】：2012-07-20 08:35:47
【问题描述】：

您好，我需要帮助来解析以下 XML。

<xmeml>
<Doc>
    <Test>
        <Unit>abc</Unit>
        <Unit2>1234</Unit2>
    </Test>
    <Test>
        <Unit>bcd</Unit>
        <Unit2>2345</Unit2>
    </Test>
</Doc>
<Doc>
    <Test>
        <Unit>abc</Unit>
        <Unit2>3456</Unit2>
    </Test>
    <Test>
        <Unit>cde</Unit>
        <Unit2>3456</Unit2>
    </Test> 
</Doc>
<Doc>
    <Test>
        <Unit>abc</Unit>
        <Unit2>1234</Unit2>
    </Test>
    <Test>
        <Unit>def</Unit>
        <Unit2>4567</Unit2>
    </Test> 
</Doc>
<Doc>
    <Test>
        <Unit>abc</Unit>
        <Unit2>1234</Unit2>
    </Test>
    <Test>
        <Unit>efg</Unit>
        <Unit2>2345</Unit2>
    </Test> 
</Doc>
</xmeml>

以下内容结束

<xmeml>
<Doc>
    <Test>
        <Unit>bcd</Unit>
        <Unit2>2345</Unit2>
    </Test>
</Doc>
<Doc>
    <Test>
        <Unit>abc</Unit>
        <Unit2>3456</Unit2>
    </Test>
    <Test>
        <Unit>cde</Unit>
        <Unit2>3456</Unit2>
    </Test> 
</Doc>
<Doc>
    <Test>
        <Unit>def</Unit>
        <Unit2>4567</Unit2>
    </Test> 
</Doc>
<Doc>
    <Test>
        <Unit>abc</Unit>
        <Unit2>1234</Unit2>
    </Test>
    <Test>
        <Unit>efg</Unit>
        <Unit2>2345</Unit2>
    </Test> 
</Doc>
</xmeml>

我正在尝试创建一个 XSLT 文档来执行此操作，但尚未找到有效的文档。我应该注意，“Doc”中所需的匹配参数是，在本例中为“abc”和“1234”，在现实世界中，这些是变量，永远不会是静态可搜索实体。

所以在英语中我的 XSL 会是这样的：对于同时包含匹配 'Unit' 和 'unit2' 值的任何父级删除前面所有包含重复值“Unit”和“Unit2”的父级“Test”，最后一个除外。

非常感谢所有帮助谢谢

【问题讨论】：

标签： xml xslt xslt-3.0

【解决方案1】：

在 XSLT 2.0 中使用 for-each-group 构造可以解决许多涉及消除重复的问题。在这种情况下，使用 for-each-group 的解决方案并不明显，因为它实际上不是分组问题（对于分组问题，我们通常在输出中生成一个元素，该元素对应于输入中的一组元素，并且这里不是这种情况。）我会以与 Dimitre 相同的方式处理它：使用 for-each-group 来识别组，因此需要保留的测试元素与需要删除的元素。事实上，我开始解决这个问题并提出了一个与 Dimitre 非常相似的解决方案，除了我认为最后一个模板规则可以简化为

<xsl:template match="Test[not(. intersect $vLastInGroup)]"/>

这是我有时使用的编码模式的一个示例，您可以设置包含具有特定特征的所有元素的节点集值全局变量，然后使用模板规则来测试全局节点集的成员资格（使用谓词[. intersect $node-set])。按照这种模式，并使用 XSLT 3.0 中可用的一些新语法，我倾向于编写如下代码：

<xsl:stylesheet version="3.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
 xmlns:xs="http://www.w3.org/2001/XMLSchema">
 <xsl:output omit-xml-declaration="yes" indent="yes"/>
 <xsl:strip-space elements="*"/>
 <xsl:mode on-no-match="shallow-copy"/>

 <xsl:variable name="deletedElements" as="element()*">
  <xsl:for-each-group select="/*/Doc/Test"
                      group-by="Unit, Unit2" composite="yes">
   <xsl:sequence select="current-group()[position() ne last()]"/>
  </xsl:for-each-group>
 </xsl:variable>

 <xsl:template match="$deletedElements"/>
</xsl:stylesheet>

【讨论】：

【解决方案2】：

我。 XSLT 1.0 解决方案：

这里是最有效的已知 XSLT 1.0 分组方法 -- Muenchian grouping 的简单应用（无变量，无 xsl:if，无轴，无 xsl:call-template）：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output omit-xml-declaration="yes" indent="yes"/>
 <xsl:strip-space elements="*"/>

 <xsl:key name="kTestByData" match="Test"
  use="concat(Unit, '|', Unit2)"/>

 <xsl:template match="node()|@*">
     <xsl:copy>
       <xsl:apply-templates select="node()|@*"/>
     </xsl:copy>
 </xsl:template>

 <xsl:template match=
  "Test[not(generate-id()
           = generate-id(key('kTestByData',concat(Unit, '|', Unit2))[last()])
            )]"/>
</xsl:stylesheet>

当此转换应用于提供的 XML 文档时：

<xmeml>
    <Doc>
        <Test>
            <Unit>abc</Unit>
            <Unit2>1234</Unit2>
        </Test>
        <Test>
            <Unit>bcd</Unit>
            <Unit2>2345</Unit2>
        </Test>
    </Doc>
    <Doc>
        <Test>
            <Unit>abc</Unit>
            <Unit2>3456</Unit2>
        </Test>
        <Test>
            <Unit>cde</Unit>
            <Unit2>3456</Unit2>
        </Test>
    </Doc>
    <Doc>
        <Test>
            <Unit>abc</Unit>
            <Unit2>1234</Unit2>
        </Test>
        <Test>
            <Unit>def</Unit>
            <Unit2>4567</Unit2>
        </Test>
    </Doc>
    <Doc>
        <Test>
            <Unit>abc</Unit>
            <Unit2>1234</Unit2>
        </Test>
        <Test>
            <Unit>efg</Unit>
            <Unit2>2345</Unit2>
        </Test>
    </Doc>
</xmeml>

产生想要的正确结果：

<xmeml>
   <Doc>
      <Test>
         <Unit>bcd</Unit>
         <Unit2>2345</Unit2>
      </Test>
   </Doc>
   <Doc>
      <Test>
         <Unit>abc</Unit>
         <Unit2>3456</Unit2>
      </Test>
      <Test>
         <Unit>cde</Unit>
         <Unit2>3456</Unit2>
      </Test>
   </Doc>
   <Doc>
      <Test>
         <Unit>def</Unit>
         <Unit2>4567</Unit2>
      </Test>
   </Doc>
   <Doc>
      <Test>
         <Unit>abc</Unit>
         <Unit2>1234</Unit2>
      </Test>
      <Test>
         <Unit>efg</Unit>
         <Unit2>2345</Unit2>
      </Test>
   </Doc>
</xmeml>

注意：对于具有大量节点的节点集进行重复数据删除，Muenchian 分组方法比二次 (O(N^2)) 兄弟比较快很多数量级分组。

二。 XSLT 2.0 解决方案：

II.1 这是一个简单（效率低，适用于长度较小的节点集）XSLT 2.0 解决方案：

<xsl:stylesheet version="2.0"   xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:output omit-xml-declaration="yes" indent="yes"/>
    <xsl:strip-space elements="*"/>

 <xsl:template match="node()|@*">
     <xsl:copy>
       <xsl:apply-templates select="node()|@*"/>
     </xsl:copy>
 </xsl:template>

 <xsl:template match=
  "Test[concat(Unit, '+', Unit2) = following::Test/concat(Unit, '+', Unit2)]"/>
</xsl:stylesheet>

II.2 使用xsl:for-each-group的高效解决方案：

<xsl:stylesheet version="2.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
 xmlns:xs="http://www.w3.org/2001/XMLSchema">
 <xsl:output omit-xml-declaration="yes" indent="yes"/>
 <xsl:strip-space elements="*"/>

 <xsl:variable name="vLastInGroup" as="element()*">
  <xsl:for-each-group select="/*/Doc/Test"
       group-by="concat(Unit, '+', Unit2)">
   <xsl:sequence select="current-group()[last()]"/>
  </xsl:for-each-group>
 </xsl:variable>

 <xsl:template match="node()|@*">
  <xsl:copy>
   <xsl:apply-templates select="node()|@*"/>
  </xsl:copy>
 </xsl:template>

 <xsl:template match=
 "Test[for $t in .
        return
         not($vLastInGroup[. is $t])
      ]"/>
</xsl:stylesheet>

【讨论】：

“简单”是一个相对概念。对于像您这样的专家用户，我同意这是一个更简单的解决方案，但对于 XSLT 的初学者/新手来说，Muenchian 分组实际上很难掌握。虽然它不是最有效的（正如我已经说过的），但检查是否缺少以下兄弟姐妹更容易理解，因为它在概念上类似于所需解决方案的描述。但是，如果您需要速度并且可以理解，我同意此解决方案是更好的选择。
@Flynn1179：至于可理解性——我同意你的看法。但是，您的转换是不必要的复杂，这实际上使它更难以理解。有了这个评论，我实际上有助于使您的解决方案更简单、更优雅。
@Flynn1179：有一些客观的可理解性衡量标准——简单地说，就是“活动部件”的数量。如果一种解决方案有 1 个xsl:if、2 个xsl:variable、1 个following 轴、1 个xsl:call-template——而另一个没有这些，那么哪个更简单？
@MichaelKay，令我惊讶的是，使用xsl:for-each-group 解决这个问题非常困难和复杂——与第一个 Muenchian 解决方案相比。您能提出更好的解决方案吗？
再次感谢 Dimitre，重新使用 xsl v1.0 解决方案，很抱歉对您这样做，但是....如果我还想在密钥中添加第三项，我该怎么办？ Unit3 以“345”开头的效果。那么必须假设每个测试节点中也存在 Unit3。

【解决方案3】：

这是一种相对简单的方法，尽管我相当确定使用 Meunchian 方法有一种更有效的方法。但是，如果性能不是问题，这可能更容易理解：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <xsl:output method="xml"/>

  <xsl:template match="Test">
    <xsl:variable name="vUnit" select="Unit" />
    <xsl:variable name="vUnit2" select="Unit2" />
    <xsl:if test="not(following::Test[Unit = $vUnit and Unit2 = $vUnit2])">
      <xsl:call-template name="identity" />
    </xsl:if>
  </xsl:template>

  <xsl:template match="@* | node()" name="identity">
    <xsl:copy>
      <xsl:apply-templates select="@* | node()"/>
    </xsl:copy>
  </xsl:template>
</xsl:stylesheet>

Test 模板只是检查在Unit 和Unit2 中是否存在具有相同值的后续Test 元素，如果没有，则正常输出。

【讨论】：

谢谢弗林。给你满分。
嗨弗林。如果我想添加另一个匹配短语，我将如何调整上述内容。 IE：搜索 Unit 和 Unit2 的重复项，但同时也在寻找 Unit3 是已知值 4567 的匹配项。我们必须想象 Unit3 也存在于上述所有测试节点中。
这很简单，只需在xsl:if 的test 属性的Test 谓词中添加and Unit3 = 4567 即可
再次感谢弗林，Unit3 以 456 开头怎么样？和 Unit3[starts-with(.,'456')] 之类的东西？
差不多就是这样，虽然我个人会做starts-with(Unit3, '456')，但本质上是一样的。